6 Qu’ont en commun les sciences « omiques », les sources de lumière et les capteurs installés au fond des océans ? Le big data. Des données vraiment gargantuesques. Les séquenceurs génomiques avancés comme l’Illumina HiSeq X 10 généreront des téraoctets de données par jour (en anglais). Les scientifiques de l’Advanced Light Source (ALS) du Berkeley Lab évoquent des expériences sur sources de lumière qui pourraient générer plus de 100 téraoctets par jour (en anglais), certains parlant de plus de 300 téraoctets. L’ancien DSI de la NOAA, Joe Klimavicz, prédisait il y a quelques années que d’ici 2020, la NOAA pourrait collecter jusqu’à 800 téraoctets de données par jour (en anglais) et stocker plus de 100 exaoctets. C’est l’échelle dont parle le gouvernement américain. Plus grand que le big data. Au fait, qu’est-ce qu’un exaoctet ? Un exaoctet est un nombre si grand qu’il en perd son sens. Même les habituelles comparaisons avec la Bibliothèque du Congrès (en anglais) ne lui rendent pas justice, alors mettons-le en musique. En bonne qualité, une chanson de quatre minutes pèse 8,4 mégaoctets. Un exaoctet représenterait 119 milliards de chansons, soit 906 000 ans d’écoute. Toujours difficile à concevoir ? Pensez au volume de trafic IP qui circule dans le monde chaque mois. Pensez au volume de données de capteurs qui sera collecté chaque mois. Pensez aux longues simulations du climat, de la géologie ou de la sûreté des armes nucléaires. Autant d’exemples à l’échelle de plusieurs pétaoctets ou de l’exaoctet. Nous en avons relevé quelques autres ici : Des avancées seront possibles, mais il faudra des avancées dans le stockage Les scientifiques pourront séquencer des populations entières pour déceler des maladies rares, identifier des facteurs de risque génétiques et mieux cerner la réponse aux dosages de médicaments. Ils pourront mieux sonder la structure électronique de la matière pour comprendre des processus biologiques complexes ou développer de nouvelles technologies de batteries. Ils doubleront (et sans doute un jour tripleront) la résolution des modèles climatiques pour mieux prévoir les tempêtes et la météo à plus long terme. Ces données rendront possibles des avancées, mais il faudra davantage d’avancées dans le stockage et l’analyse pour faire face à l’explosion des données. D’immenses capacités de stockage flexibles seront nécessaires dès les premières étapes, puis tout au long du cycle de traitement et d’analyse, pour couvrir de multiples applications et objectifs de coût et de performance. Le traitement devra continuer à gagner en densité, à coûter moins cher et à consommer moins d’énergie. Et les techniques et plateformes d’analyse doivent continuer de progresser. Chez Scality, nous entrevoyons déjà de plus en plus cet avenir, comme avec notre récent contrat de plus de 200 pétaoctets avec le Los Alamos National Laboratory. Nous avons hâte de partager ce que nous apprenons ! Cette semaine, nous sommes à l’International Supercomputing Conference pour parler de stockage à l’échelle du pétaoctet et de GovData. Rendez-vous sur place, ici dans les commentaires ci-dessous ou sur Twitter. En avant !
